如何在np.where中对DataFrame单行字段提取数字首字符？

先创建如下Pandas DataFrame：

import pandas as pd
import numpy as np

data = [10,20,30,40,50,60]    
df = pd.DataFrame(data, columns=['Numbers'])
df['add_7'] = (df['Numbers'] + 7)

生成的DataFrame如下：

需求是创建名为first_digit的新列：

• 当add_7列的值是3的倍数时，取Numbers列对应行数字的首字符（转为字符串）
• 否则填入"not a multiple of three"

期望结果：

尝试了以下代码，但结果错误：

df['first_digit'] = np.where(df['add_7'] % 3 == 0, str(df['Numbers'][0]), 'not a multiple of three')

错误结果：

问题：如何在np.where中指定仅对当前行的字段进行操作，而非整个列？

错误原因 #

你之前的代码里str(df['Numbers'][0])是取Numbers列第一行的值转为字符串，然后把这个固定值套用在所有满足条件的行，才会出现所有符合条件的行都显示10的错误。要实现按行操作，需要对整个Numbers列做批量的首字符提取，而非取单个值。

正确代码 #

先对Numbers列批量提取首字符生成Series，再传入np.where中：

# 批量生成每行Numbers的首字符Series
first_chars = df['Numbers'].astype(str).str[0]
# 按条件赋值
df['first_digit'] = np.where(df['add_7'] % 3 == 0, first_chars, 'not a multiple of three')

也可以合并为一行代码：

df['first_digit'] = np.where(
    df['add_7'] % 3 == 0,
    df['Numbers'].astype(str).str[0],
    'not a multiple of three'
)

代码说明 #

• df['Numbers'].astype(str).str[0]：将Numbers列的每个数值转为字符串，再提取第一个字符，这一步是按行批量处理，得到的Series和原DataFrame行数一致，每个元素对应原行的首字符。
• np.where接收这个Series后，会自动匹配满足条件的行，填入对应位置的首字符，而非固定值。

运行结果 #

执行后得到的DataFrame与期望结果一致：

内容的提问来源于stack exchange，提问作者kd8